UTF编码字符串的总字节数计算

最新推荐文章于 2025-07-23 15:25:26 发布

原创最新推荐文章于 2025-07-23 15:25:26 发布 · 4.3k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#编码 #utf-8 #unicode #js #web

Web 专栏收录该内容

28 篇文章

订阅专栏

本文详细介绍了UTF-8编码的特点及不同字符所占字节数，包括数字、英文、常见汉字及特殊字符，并提供JavaScript代码示例以计算字符串的字节大小。

首先是在UTF-8编码下

占2个字节的：〇

占3个字节的：基本等同于GBK，含21000多个汉字

占4个字节的：中日韩超大字符集里面的汉字，有5万多个

一个utf8数字占1个字节

一个utf8英文字母占1个字节

来自

UTF-8的编码结构长度是根据某单个字符的大小来决定长度有多少。
下面为单个字符的大小占用几个字节。单个unicode字符编码之后的最大长度为6个字节。

1个字节：Unicode码为0 - 127
2个字节：Unicode码为128 - 2047
3个字节：Unicode码为2048 - 0xFFFF
4个字节：Unicode码为65536 - 0x1FFFFF
5个字节：Unicode码为0x200000 - 0x3FFFFFF
6个字节：Unicode码为0x4000000 - 0x7FFFFFFF

JS：

var str="zhong中国1234";
    var byteSize = 0;
    for (var i = 0; i < str.length; i++) {
      var charCode = str.charCodeAt(i);
      if (0 <= charCode && charCode <= 0x7f) {
        byteSize += 1;
      } else if (128 <= charCode && charCode <= 0x7ff) {
        byteSize += 2;
      } else if (2048 <= charCode && charCode <= 0xffff) {
        byteSize += 3;
      } else if (65536 < charCode && code <= 0x1FFFFF) {
        byteSize += 4;
      } else if (0x200000 < charCode && charCode <= 0x3FFFFFF) {
        byteSize += 5;
      } else if (0x4000000 < charCode && charCode <= 0x7FFFFFFF) {
        byteSize += 6;
      }
    }
    console.log('byteSize',byteSize);

‘〇’字符可以特判！